👁مدیر جلسه: چرا هیبریدها گزینه خوبی هستند؟ ما همین الان هم می توانیم SVs را ببینیم، انتظار داریم چه چیزی دیگری را ببینیم؟
▫️ ریچارد گیبس: ما در آستانه ی بدست آوردن تمام اطلاعات غنی که می خواهیم از ژنوم هستیم. اگر محدودیت هزینه نباشد، می توانیم این کار را با حدود چهل هزار دلار برای هر ژنوم انجام دهیم. بله ما دوست داریم انسان به مریخ بفرستیم، ولی ایا از نظر هزینه به صرفه است؟ قیمت و هزینه مسئله بسیار اساسی است.
▫️ استیون کینگزمور: همه افراد بودجه مشابهی را برای مجموعه ای از تست ها هزینه می کنند، اما ژنوم همه یاطلاعات ان تست ها را به نوعی به ما می دهد.
▫️ ریچارد گیبس: ولی ما هنوز هم اطلاعات زیادی را بخاطر تکنولوژی از دست می دهیم . شما همچنان مناطق گسترده و با اهمیتی از ژنوم را از دست خواهید داد.
ما بسیار فراتر از جایی هستیم که پزشکان هستند، اما در نهایت این ما هستیم که در حال دست و پنجه نرم کردن با مفاهیم غیر قابل تفسیر در ژنوم هستیم . سئوال اصلی: ما اگر بخواهیم این حرفها را به زبان بالینی ترجمه کنیم، چگونه می توانیم آنها را در مورد فواید هر کدام از این تست ها متقاعد کنیم؟
@practicalbioinformatics
▫️ هیدی رهم: استراتژی برای جواب دهی و گزارش نویسی بین پانل، اگزوم و ژنوم متفاوت است. پانل ها مستلزم بررسی تمام واریانت های ژن ها هستند. حتی اگر شما VUS داشته باشید، می توانید آن را پیگیری کنید. در اگزوم و ژنوم نمی توانید همه ی واریانت ها را تفسیر کنید، پس فیلتر می کنید. گاهی این فیلتر کردن ها کار درستی نیست. بنابراین ما چیزهایی را از قلم می اندازیم نه بخاطر اینکه از نظر فنی جا مانده اند، بلکه به این خاطر که متخصصان بالینی و متخصصان بیوانفورماتیک کارشان را درست انجام نداده اند.
اولین دادخواهی حقوقی در رابطه با سوء تفسیر واریانت اینگونه اتفاق افتاد: آزمایشگاه واریانت را گزارش کرد، و درخواست کرد که آزمایشات بر روی والدین برای اثبات پاتوژنیک بودن انجام شود. پزشک این موارد را به خانواده انتقال نداد و آن خانواده این مسئله را سالها بعد فهمیدند. پزشکان نیز باید در این موارد توجیه شوند.
▫️استیون کینگزمور: باید به هیدی رهم پاسخ دهم. پانل ها به تشخیص اضافی (overdiagnose) گرایش دارند. شما 10 ژن دارید و می خواهید یک تشخیص انجام دهید. شما به فراخوان (call) یک چیزی گرایش پیدا می کنید. (Under diagnosis) سر دیگر ماجراست، زیرا شما بررسی دیگر ژنها را از دست می دهید. پانل ها ارزان هستند و به همین خاطر ما آنها را انجام می دهیم، اما در نهایت ژنوم ها جای انها را خواهند گرفت.
▫️ریچارد گیبس: آیا واقعا پانل ها تشخیص اضافی (over diagnosed ) انجام می دهند؟ این یک مشکل مستمر و مزمن است.
▫️هیدی رهم: به بسیاری از تشخیص های اضافی در ژنوم ها و اگزوم ها نگاهی بیندازید. این مسئله مختص پانل ها نیست.
🔔ادامه دارد....
آزمایشگاه پارس سیلیکو
@practicalbioinformatics
▫️ ریچارد گیبس: ما در آستانه ی بدست آوردن تمام اطلاعات غنی که می خواهیم از ژنوم هستیم. اگر محدودیت هزینه نباشد، می توانیم این کار را با حدود چهل هزار دلار برای هر ژنوم انجام دهیم. بله ما دوست داریم انسان به مریخ بفرستیم، ولی ایا از نظر هزینه به صرفه است؟ قیمت و هزینه مسئله بسیار اساسی است.
▫️ استیون کینگزمور: همه افراد بودجه مشابهی را برای مجموعه ای از تست ها هزینه می کنند، اما ژنوم همه یاطلاعات ان تست ها را به نوعی به ما می دهد.
▫️ ریچارد گیبس: ولی ما هنوز هم اطلاعات زیادی را بخاطر تکنولوژی از دست می دهیم . شما همچنان مناطق گسترده و با اهمیتی از ژنوم را از دست خواهید داد.
ما بسیار فراتر از جایی هستیم که پزشکان هستند، اما در نهایت این ما هستیم که در حال دست و پنجه نرم کردن با مفاهیم غیر قابل تفسیر در ژنوم هستیم . سئوال اصلی: ما اگر بخواهیم این حرفها را به زبان بالینی ترجمه کنیم، چگونه می توانیم آنها را در مورد فواید هر کدام از این تست ها متقاعد کنیم؟
@practicalbioinformatics
▫️ هیدی رهم: استراتژی برای جواب دهی و گزارش نویسی بین پانل، اگزوم و ژنوم متفاوت است. پانل ها مستلزم بررسی تمام واریانت های ژن ها هستند. حتی اگر شما VUS داشته باشید، می توانید آن را پیگیری کنید. در اگزوم و ژنوم نمی توانید همه ی واریانت ها را تفسیر کنید، پس فیلتر می کنید. گاهی این فیلتر کردن ها کار درستی نیست. بنابراین ما چیزهایی را از قلم می اندازیم نه بخاطر اینکه از نظر فنی جا مانده اند، بلکه به این خاطر که متخصصان بالینی و متخصصان بیوانفورماتیک کارشان را درست انجام نداده اند.
اولین دادخواهی حقوقی در رابطه با سوء تفسیر واریانت اینگونه اتفاق افتاد: آزمایشگاه واریانت را گزارش کرد، و درخواست کرد که آزمایشات بر روی والدین برای اثبات پاتوژنیک بودن انجام شود. پزشک این موارد را به خانواده انتقال نداد و آن خانواده این مسئله را سالها بعد فهمیدند. پزشکان نیز باید در این موارد توجیه شوند.
▫️استیون کینگزمور: باید به هیدی رهم پاسخ دهم. پانل ها به تشخیص اضافی (overdiagnose) گرایش دارند. شما 10 ژن دارید و می خواهید یک تشخیص انجام دهید. شما به فراخوان (call) یک چیزی گرایش پیدا می کنید. (Under diagnosis) سر دیگر ماجراست، زیرا شما بررسی دیگر ژنها را از دست می دهید. پانل ها ارزان هستند و به همین خاطر ما آنها را انجام می دهیم، اما در نهایت ژنوم ها جای انها را خواهند گرفت.
▫️ریچارد گیبس: آیا واقعا پانل ها تشخیص اضافی (over diagnosed ) انجام می دهند؟ این یک مشکل مستمر و مزمن است.
▫️هیدی رهم: به بسیاری از تشخیص های اضافی در ژنوم ها و اگزوم ها نگاهی بیندازید. این مسئله مختص پانل ها نیست.
🔔ادامه دارد....
آزمایشگاه پارس سیلیکو
@practicalbioinformatics
.
✍پاکت های مخفی چگونه شکل می گیرند؟
▪️How do cryptic pockets form?
🖥 آزمایشگاه پارس سیلیکو
@practicalbioinformatics
✍پاکت های مخفی چگونه شکل می گیرند؟
▪️How do cryptic pockets form?
🖥 آزمایشگاه پارس سیلیکو
@practicalbioinformatics
🔔پاکت های مخفی (cryptic pockets) چگونه شکل می گیرند؟
در ابتدای امسال کارهای کریستالوگرافی شرکت Astex نشان داد که وجود جایگاه های اتصال ثانویه لیگاند برروی پروتئین ها امری رایج است. در هر آنزیم علاوه بر جایگاه فعال، ممکن است چندین پاکت دیگر داشته باشد که قابلیت اتصال مولکول های کوچک را داشته باشد. تعدادی از این جایگاه های ثانویه حتی در غیاب یک لیگاند هم وجود دارند. اما در عین حال پاکت های اتصال "مخفی" ای یافت شده اند که تنها هنگامی پدیدار می شوند که یک لیگاند متصل شده باشد. این پاکت ها موضوع مقاله ای هستند که در نشریه ی J. Am. Chem. Soc. و توسط فرانچسکو گراوتسیو و همکارانش در دانشگاه کالج لندن و UCB Pharma منتشر شده است.
پاکت های مخفی جذاب هستند زیرا می توانند به یک تارگت unligandable و بی مصرف، ارزشی دوباره ببخشند. یک سطح صاف بی خاصیت در یک میانکنش پروتئین-پروتئین ممکن است ترک خورده و دهان باز کند تا شکافی با قابلیت اتصال مولکول های کوچک، نمایان گردد. کشف این پاکت ها به صورت محاسباتی بسیار سخت است. در این مقاله، پژوهشگران شبیه سازی دینامیک مولکولی را روی سه پروتئین مختلف دارای پاکت های استتاری شناخته شده انجام دادند و این پاکت ها عموما در طول صدها نانوثانیه بسته باقی ماندند. افزایش دما کمکی نکرد. حتی وقتی شبیه سازی ها با ساختارهای مجموعه ی پروتئین-مولکولهای کوچک شروع شد (با مولکولهای کوچک حذف شده)، این پاکت ها بسرعت و با شدت بسته می شدند. محاسبات بیشتر نشان داد که شکل های باز این پروتئین ها از نظر ترمودینامیکی ناپایدار هستند.
@practicalbioinformatics
نکته ی مثبت در مورد رویکردهای محاسباتی این است که شما می توانید قوانین فیزیک را تغییر دهید. در این مورد خاص، پژوهشگران مولکول های آب شبیه سازی شده را طوری تغییر دادند که قدرت جذب بیشتری به اتمهای کربن و سولفور پروتئین ها داشته باشند. آنها نام این رویکرد را SWISH گذاشتند که مخفف Sampling Water Interfaces through Scaled Hamiltonians است. این تغییر باعث شد تا جایگاه های مخفی در طی شبیه سازی دینامیک مولکولی حتی در غیاب لیگاند، باز شوند.
سپس، پژوهشگران قطعات بسیار کوچکی (مانند benzene) را اضافه کردند و پی بردند که این عمل باعث می شود تا پاکت های مخفی بازتر شوند. آنها حدس زدند که این رخداد بیانگر نحوه ی باز شدن پاکت های مخفی در دنیای واقعی هستند: یک لیگاند می تواند راهش را با پیچ و تاب دادن یک پاکت موقت باز کند، آن را پایدار کند و فضای بیشتری را در اختیار یک لیگاند دیگر یا قسمت دیگری از همان لیگاند قرار دهد تا بچسبد.
@practicalbioinformatics
البته که ، اگر در محیط مجازی چیزی مشاهده شود، دلیل نمی شود در محیط واقعی هم رخ دهد، باید راهی برای جلوگیری از مشاهده نتایج مثبت های کاذب احتمالی یافت. در ابتدا پژوهشگران با استفاده از آب تقویت شده، پاکت های مخفی را یافتند و در ادامه شبیه سازی را با پارامترهای استاندارد دوباره انجام دادند تا بفهمند که کدام یک از پاکت ها باقی خواهد ماند. آنها پی بردند که کاستن از چگالی قطعاتی که در یک شبیه سازی دینامیک مولکولی عادی می چسبند، نسبت به چگالی قطعاتی که در یک شبیه سازی SWISH به کار می روند، باعث می شود که پاکت های مینور و نامربوط در هر سه آزمایش پروتئین ناپدید شوند و تنها پاکت های شناخته شده باقی بمانند. انجام این آزمایش کاهشی روی پروتئین یوبی کویتین باعث ناپدید شدن دو پاکت سطحی ضعیف شد که با فرضیه عدم وجود پاکت های مخفی در این پروتئین مطابقت داشت .
تکنیک SWISH یک رویکرد جالب است. باید منتظر بمانیم تا ارزیابی و مقایسه آن با دیگر برنامه ها مانند Fragment Hotspots و FTMap انجام شود. بکارگیری آینده نگرانه ی SWISH برای تارگت های درمانی که فعلا undruggable هستند هم جالب خواهد بود و به ما نشان خواهد داد که این دیدگاه جدید ارزش بکارگیری در این موارد را دارد یا نه.
🖥 آزمایشگاه پارس سیلیکو
@practicalbioinformatics
در ابتدای امسال کارهای کریستالوگرافی شرکت Astex نشان داد که وجود جایگاه های اتصال ثانویه لیگاند برروی پروتئین ها امری رایج است. در هر آنزیم علاوه بر جایگاه فعال، ممکن است چندین پاکت دیگر داشته باشد که قابلیت اتصال مولکول های کوچک را داشته باشد. تعدادی از این جایگاه های ثانویه حتی در غیاب یک لیگاند هم وجود دارند. اما در عین حال پاکت های اتصال "مخفی" ای یافت شده اند که تنها هنگامی پدیدار می شوند که یک لیگاند متصل شده باشد. این پاکت ها موضوع مقاله ای هستند که در نشریه ی J. Am. Chem. Soc. و توسط فرانچسکو گراوتسیو و همکارانش در دانشگاه کالج لندن و UCB Pharma منتشر شده است.
پاکت های مخفی جذاب هستند زیرا می توانند به یک تارگت unligandable و بی مصرف، ارزشی دوباره ببخشند. یک سطح صاف بی خاصیت در یک میانکنش پروتئین-پروتئین ممکن است ترک خورده و دهان باز کند تا شکافی با قابلیت اتصال مولکول های کوچک، نمایان گردد. کشف این پاکت ها به صورت محاسباتی بسیار سخت است. در این مقاله، پژوهشگران شبیه سازی دینامیک مولکولی را روی سه پروتئین مختلف دارای پاکت های استتاری شناخته شده انجام دادند و این پاکت ها عموما در طول صدها نانوثانیه بسته باقی ماندند. افزایش دما کمکی نکرد. حتی وقتی شبیه سازی ها با ساختارهای مجموعه ی پروتئین-مولکولهای کوچک شروع شد (با مولکولهای کوچک حذف شده)، این پاکت ها بسرعت و با شدت بسته می شدند. محاسبات بیشتر نشان داد که شکل های باز این پروتئین ها از نظر ترمودینامیکی ناپایدار هستند.
@practicalbioinformatics
نکته ی مثبت در مورد رویکردهای محاسباتی این است که شما می توانید قوانین فیزیک را تغییر دهید. در این مورد خاص، پژوهشگران مولکول های آب شبیه سازی شده را طوری تغییر دادند که قدرت جذب بیشتری به اتمهای کربن و سولفور پروتئین ها داشته باشند. آنها نام این رویکرد را SWISH گذاشتند که مخفف Sampling Water Interfaces through Scaled Hamiltonians است. این تغییر باعث شد تا جایگاه های مخفی در طی شبیه سازی دینامیک مولکولی حتی در غیاب لیگاند، باز شوند.
سپس، پژوهشگران قطعات بسیار کوچکی (مانند benzene) را اضافه کردند و پی بردند که این عمل باعث می شود تا پاکت های مخفی بازتر شوند. آنها حدس زدند که این رخداد بیانگر نحوه ی باز شدن پاکت های مخفی در دنیای واقعی هستند: یک لیگاند می تواند راهش را با پیچ و تاب دادن یک پاکت موقت باز کند، آن را پایدار کند و فضای بیشتری را در اختیار یک لیگاند دیگر یا قسمت دیگری از همان لیگاند قرار دهد تا بچسبد.
@practicalbioinformatics
البته که ، اگر در محیط مجازی چیزی مشاهده شود، دلیل نمی شود در محیط واقعی هم رخ دهد، باید راهی برای جلوگیری از مشاهده نتایج مثبت های کاذب احتمالی یافت. در ابتدا پژوهشگران با استفاده از آب تقویت شده، پاکت های مخفی را یافتند و در ادامه شبیه سازی را با پارامترهای استاندارد دوباره انجام دادند تا بفهمند که کدام یک از پاکت ها باقی خواهد ماند. آنها پی بردند که کاستن از چگالی قطعاتی که در یک شبیه سازی دینامیک مولکولی عادی می چسبند، نسبت به چگالی قطعاتی که در یک شبیه سازی SWISH به کار می روند، باعث می شود که پاکت های مینور و نامربوط در هر سه آزمایش پروتئین ناپدید شوند و تنها پاکت های شناخته شده باقی بمانند. انجام این آزمایش کاهشی روی پروتئین یوبی کویتین باعث ناپدید شدن دو پاکت سطحی ضعیف شد که با فرضیه عدم وجود پاکت های مخفی در این پروتئین مطابقت داشت .
تکنیک SWISH یک رویکرد جالب است. باید منتظر بمانیم تا ارزیابی و مقایسه آن با دیگر برنامه ها مانند Fragment Hotspots و FTMap انجام شود. بکارگیری آینده نگرانه ی SWISH برای تارگت های درمانی که فعلا undruggable هستند هم جالب خواهد بود و به ما نشان خواهد داد که این دیدگاه جدید ارزش بکارگیری در این موارد را دارد یا نه.
🖥 آزمایشگاه پارس سیلیکو
@practicalbioinformatics
jacs.6b05425.pdf
3 MB
📝 Understanding Cryptic Pocket Formation in Protein Targets by Enhanced Sampling Simulations
✒️ Author: V. Oleinikovas
⏳ Year: 2016
✨ #Cryptic_Protein
🌐 www.ParsSilico.com
@practicalbioinformatics
✒️ Author: V. Oleinikovas
⏳ Year: 2016
✨ #Cryptic_Protein
🌐 www.ParsSilico.com
@practicalbioinformatics
📢اولین پس لرزه های گزارش نیچر از تقلب در مقالات دانشمندان ایرانی :
🔔 5 استاد دانشگاه دخیل در تقلب ها اخراج شدند.
به گزارش خبرنگار صدا و سیما پس از پیگیری های انجام شده در سطح وزراتخانه های بهداشت و علوم، نسبت به گزارش نیچر از تعلیق مقالات دانشمندان ایرانی، در اولین واکنش، 5 نفر از اساتیدی که در این پرونده دخیل بودند اخراج شدند.
همچنین زمزمه هایی مبنی بر لغو اجباری بودن چاپ مقاله پیش از دفاع از پایان نامه های دانشجویی نیز به گوش رسیده بود که هنوز به طور رسمی مصوبه ای در این رابطه صادر نشده است.
گفتنی است کانال پارس سیلیکو برای اولین بار، ساعاتی پس از انتشار گزارش نشریه ی نیچر اقدام به ترجمه و باز نشر این گزارش کرده بود که منجر به شکل گیری گفتگوهای فراوان موافق و مخالف و حتی تحت اعمال فشار برای حذف و عذرخواهی بابت انتشار این مطلب نیز قرار گرفته بود.
👇خبر اصلی مقاله نیچر را اینجا بخوانید:👇
https://telegram.me/PracticalBioinformatics/521
🖥 آزمایشگاه پارس سیلیکو
@practicalbioinformatics
🔔 5 استاد دانشگاه دخیل در تقلب ها اخراج شدند.
به گزارش خبرنگار صدا و سیما پس از پیگیری های انجام شده در سطح وزراتخانه های بهداشت و علوم، نسبت به گزارش نیچر از تعلیق مقالات دانشمندان ایرانی، در اولین واکنش، 5 نفر از اساتیدی که در این پرونده دخیل بودند اخراج شدند.
همچنین زمزمه هایی مبنی بر لغو اجباری بودن چاپ مقاله پیش از دفاع از پایان نامه های دانشجویی نیز به گوش رسیده بود که هنوز به طور رسمی مصوبه ای در این رابطه صادر نشده است.
گفتنی است کانال پارس سیلیکو برای اولین بار، ساعاتی پس از انتشار گزارش نشریه ی نیچر اقدام به ترجمه و باز نشر این گزارش کرده بود که منجر به شکل گیری گفتگوهای فراوان موافق و مخالف و حتی تحت اعمال فشار برای حذف و عذرخواهی بابت انتشار این مطلب نیز قرار گرفته بود.
👇خبر اصلی مقاله نیچر را اینجا بخوانید:👇
https://telegram.me/PracticalBioinformatics/521
🖥 آزمایشگاه پارس سیلیکو
@practicalbioinformatics
✍ آیا دعوا بر سر توالی یابی با خوانش های بلند پایان یافته است؟
🖥 آزمایشگاه پارس سیلیکو
@practicalbioinformatics
🖥 آزمایشگاه پارس سیلیکو
@practicalbioinformatics
🔔آیا دعوا بر سر توالی یابی با خوانش های بلند پایان یافته است؟
💡 ( مقایسه MinION با Sequel )
👤 دکتر مایک واتسون
https://goo.gl/s48uZA
✍از اشتیاق من به توالی یابی نانوحفره (nanopore) مطلع هستید. ما تعدادی نرم افزار برای کار کردن با داده های آن داریم. ما یک بودجه ی پژوهشی برای این کار را دریافت کردیم و یک ژنوم باکتریایی بسیار مشکل را با موفقیت اسمبل کردیم. این موارد باعث شد تا من یک مقاله برای Nature Methods بنویسیم. بنابراین مقداری طرفداری نسبت به MinION از سوی من وجود دارد.
با MinION که اینقدر انقلابی و شگفت آور بود ما در هر run نزدیک 100 Mb را توالی یابی می کردیم! یک تکنولوژی بسیار حیرت آور، یک توالی یاب سیار، قابلیت tricorder، که محصول یک مهندسی غیر قابل باور است. اما 100 Mb نمی تواند دنیا را تغییر دهد. برای بعضی اهداف مفید است، اما برای اهداف دیگر نیاز به داده های بیشتری داریم.
در عین حال از اینکه PacBio برای معرفی Sequel اعلان عمومی داده است، واقعا هیجان زده هستم.
خب به Sequel بپردازیم.
ظاهرا معلوم شده است که Sequel به قول هایی که داده بود عمل نکرده است. بجای run های ده گیگا بازی، استفاده کنندگان بین 3 تا 5 گیگا باز را از Sequel بدست آورده اند.
در همین حال MinION با توپ پر به میدان آمده است: رسیدن به سطح توالی یابی 5-10 گیگاباز در هر run !!!
در همین حال که ما در مورد ادعاهای ONT درباره ی توالی یاب شان مشکوک هستیم، افراد دیگری که از MinION استفاده کردند این ادعاها را تایید کرده اند و گفته اند که نمودارهایی شبیه به این را بدست آورده اند. اگر باور نمی کنید، به این آدرس بروید و اولین داده های انسانی توالی یابی نانوحفره در جهان را ببینید:
https://goo.gl/G21hsi
همچنین PacBio هم مقداری داده ی بدست امده از Sequel را در اینجا قرار داده است:
https://goo.gl/6KEw0f
بیایید این دو را با هم مقایسه کنیم. فعلا کاری با دقت نداریم. اما می توانیم نگاهی به readها، read length و توان عملیاتی بیندازیم. ما این دسته داده ها را با هم مقایسه کردیم:
https://goo.gl/1n94fO
https://goo.gl/dPRhR4
https://goo.gl/GnoZFr
🔸هیستوگرام طول های خوانده شده : (تصویر 1 »»» انتهای مطلب)
همانطوری که می بینید read های بلند تر در هر دو نمودار تقریبا طول برابری دارند، اما MinION در میان readهای کوتاه، تعداد بسیار بیشتری read دارد. من می دانم که نمونه های PacBio روی Blue Pippin از نظر اندازه غربال می شوند، اما در مورد داده های MinION مطمئن نیستم.
مجموعه داده ی MinION دربرگیرنده ی 466,325 است یعنی بیش از دو برابر تعدادی که مجموعه داده ی Sequel با 208,573 عدد read دارد.
در رابطه با توان عملیاتی، MinION دوباره بالاتر است، با 2.4Gbase داده در مقایسه با فقط 2Gbase برای Sequel.
🔸می توانیم برای readها محدودیت >1000 bp بگذاریم و کمی دقیقتر نگاه کنیم:(تصویر 2 »»» انتهای مطلب)
• داده های MinION دارای 326,466 عدد read بالاتر از 1000 bp است با مجموع 2.3Gb.
• داده های Sequel دارای 192,718 عدد read بالاتر از 1000 bp است با مجموع 2Gb.
🔹در نهایت، برای READهای بالای 10000 bp:
• داده های MinION دارای 84,803 عدد read بالاتر از 10000 bp است با مجموع 1.36Gb.
• داده های Sequel دارای 83,771 عدد read بالاتر از 10000 bp است با مجموع 1.48Gb.
اینها امارهای بسیار جالبی هستند.
🔸این خبر بدی برای PacBio است. اگر شما قیمت های پایین تر MinION ، و قیمت 300 هزار یورویی Sequel را هم به موارد بالا بیفزایید، این حقیقت که MinION عملکردی با همان کیفیت Sequel دارد،بسیار جالب توجه است. هر دو دستگاه راه درازی را پیش رو دارند. PacBio به نقشه راهش تاکید می کند، برنامه ریزی برای readهای طویل تر و بهبود بخش شیمیایی و flowcells.
در مقابل، ONT به گسترش باورنکردنی مسیر MinION، افزایش سرعت توالی یابی و flowcell های بزرگتر اشاره می کند. و در ادامه PromethION را معرفی خواهد کرد.
🔹پس آیا جنگ تمام شده است؟ نه هنوز! اما PacBio برای بقا می جنگد!
🖥 آزمایشگاه پارس سیلیکو
@practicalbioinformatics
💡 ( مقایسه MinION با Sequel )
👤 دکتر مایک واتسون
https://goo.gl/s48uZA
✍از اشتیاق من به توالی یابی نانوحفره (nanopore) مطلع هستید. ما تعدادی نرم افزار برای کار کردن با داده های آن داریم. ما یک بودجه ی پژوهشی برای این کار را دریافت کردیم و یک ژنوم باکتریایی بسیار مشکل را با موفقیت اسمبل کردیم. این موارد باعث شد تا من یک مقاله برای Nature Methods بنویسیم. بنابراین مقداری طرفداری نسبت به MinION از سوی من وجود دارد.
با MinION که اینقدر انقلابی و شگفت آور بود ما در هر run نزدیک 100 Mb را توالی یابی می کردیم! یک تکنولوژی بسیار حیرت آور، یک توالی یاب سیار، قابلیت tricorder، که محصول یک مهندسی غیر قابل باور است. اما 100 Mb نمی تواند دنیا را تغییر دهد. برای بعضی اهداف مفید است، اما برای اهداف دیگر نیاز به داده های بیشتری داریم.
در عین حال از اینکه PacBio برای معرفی Sequel اعلان عمومی داده است، واقعا هیجان زده هستم.
خب به Sequel بپردازیم.
ظاهرا معلوم شده است که Sequel به قول هایی که داده بود عمل نکرده است. بجای run های ده گیگا بازی، استفاده کنندگان بین 3 تا 5 گیگا باز را از Sequel بدست آورده اند.
در همین حال MinION با توپ پر به میدان آمده است: رسیدن به سطح توالی یابی 5-10 گیگاباز در هر run !!!
در همین حال که ما در مورد ادعاهای ONT درباره ی توالی یاب شان مشکوک هستیم، افراد دیگری که از MinION استفاده کردند این ادعاها را تایید کرده اند و گفته اند که نمودارهایی شبیه به این را بدست آورده اند. اگر باور نمی کنید، به این آدرس بروید و اولین داده های انسانی توالی یابی نانوحفره در جهان را ببینید:
https://goo.gl/G21hsi
همچنین PacBio هم مقداری داده ی بدست امده از Sequel را در اینجا قرار داده است:
https://goo.gl/6KEw0f
بیایید این دو را با هم مقایسه کنیم. فعلا کاری با دقت نداریم. اما می توانیم نگاهی به readها، read length و توان عملیاتی بیندازیم. ما این دسته داده ها را با هم مقایسه کردیم:
https://goo.gl/1n94fO
https://goo.gl/dPRhR4
https://goo.gl/GnoZFr
🔸هیستوگرام طول های خوانده شده : (تصویر 1 »»» انتهای مطلب)
همانطوری که می بینید read های بلند تر در هر دو نمودار تقریبا طول برابری دارند، اما MinION در میان readهای کوتاه، تعداد بسیار بیشتری read دارد. من می دانم که نمونه های PacBio روی Blue Pippin از نظر اندازه غربال می شوند، اما در مورد داده های MinION مطمئن نیستم.
مجموعه داده ی MinION دربرگیرنده ی 466,325 است یعنی بیش از دو برابر تعدادی که مجموعه داده ی Sequel با 208,573 عدد read دارد.
در رابطه با توان عملیاتی، MinION دوباره بالاتر است، با 2.4Gbase داده در مقایسه با فقط 2Gbase برای Sequel.
🔸می توانیم برای readها محدودیت >1000 bp بگذاریم و کمی دقیقتر نگاه کنیم:(تصویر 2 »»» انتهای مطلب)
• داده های MinION دارای 326,466 عدد read بالاتر از 1000 bp است با مجموع 2.3Gb.
• داده های Sequel دارای 192,718 عدد read بالاتر از 1000 bp است با مجموع 2Gb.
🔹در نهایت، برای READهای بالای 10000 bp:
• داده های MinION دارای 84,803 عدد read بالاتر از 10000 bp است با مجموع 1.36Gb.
• داده های Sequel دارای 83,771 عدد read بالاتر از 10000 bp است با مجموع 1.48Gb.
اینها امارهای بسیار جالبی هستند.
🔸این خبر بدی برای PacBio است. اگر شما قیمت های پایین تر MinION ، و قیمت 300 هزار یورویی Sequel را هم به موارد بالا بیفزایید، این حقیقت که MinION عملکردی با همان کیفیت Sequel دارد،بسیار جالب توجه است. هر دو دستگاه راه درازی را پیش رو دارند. PacBio به نقشه راهش تاکید می کند، برنامه ریزی برای readهای طویل تر و بهبود بخش شیمیایی و flowcells.
در مقابل، ONT به گسترش باورنکردنی مسیر MinION، افزایش سرعت توالی یابی و flowcell های بزرگتر اشاره می کند. و در ادامه PromethION را معرفی خواهد کرد.
🔹پس آیا جنگ تمام شده است؟ نه هنوز! اما PacBio برای بقا می جنگد!
🖥 آزمایشگاه پارس سیلیکو
@practicalbioinformatics
🔔 نکته هایی در مورد کاربردهای NGS
👥 استفان کینگزمور، فوزان الکورایه
🗒 22 سپتامبر 2016
💫اینها خلاصه نوشته های من از کنفرانس AGBTPH 2016 هستش. مشخصا احتمال اینکه اشتباه برداشت کرده باشم وجود دارد. بنابراین نقایص در مطلب، از جانب من است نه سخنرانان 😔
https://goo.gl/zRwP5c
👤فوزان الکورایه، دانشگاه الفیصل
🔸کیس 1
دختر 13 ماهه، تاخیر رشدی، والدین غیر فامیل، MRI brain atrophy، کاریوتایپ: 45,X
در گذشته به این موارد گفته می شد: “atypical Turner Syndrome” اما امروزه این اطلاق خیلی هم مناسب نیست. دیگر نباید از لفظ “Atypical” (غیرمعمولی، بیقاعده) استفاده کرد.
اگزوم سکوئنسینگ:
جهش در ADRA2B
ADRA2B – Arg222* -> homozygous truncating mutation
• درسی که میگیریم: به خودتون نگیرید، اما دیگر هیچ عذر و بهانه ای برای استفاده از “atypical” در عصر ژنومیک ندارید!
🔸کیس 2
فرد 4 ساله مشکوک به اوتیسم
سابقه خانوادگی غیر موثر با برادر سالم. به این نکته توجه کنید: اوتیسم در پسرها شایعتر از دختران است. آیا یا یک شکل مندلی از اوتیسم روبرو هستیم؟
اختلال شناختی ثبت شده، در غیر این صورت نرمال است.
تمام گایدلاینها: کاریوتایپ مولکولی: حذف 300 kb روی کروموزوم 10 به صورت de novo
آیا این پاتوژنیک است؟
از دیتابیس واریانت های ساختاری Decipher استفاده کنید.
ما پژوهشی را انجام دادیم که شامل راهبرد ژنومیک بالینی بود و اگزوم سکوئنسینگ نشان داد که:
جهش هموزیگوت در CC2D1A. جا افتادن اگزون 6. گرچه در جستجوگر exac وجود نداشت اما در عربهای سعودی یافت شد. (1 در 500) که کاملا با رشد ذهنی در ارتباط است.
• درسها: از جهش های اساسی در گروههای قومی مختلف آگاه باشید. اگزوم سکوئنسینگ را به صورت موازی با کاریوتایپینگ مولکولی برای ناهنجاری های عصبی تکاملی انجام دهید.
🔸کیس 3
زوج (فامیل) دو فرزند را با لاکتیک اسیدوزیس شدید از دست دادند.
فرزند اول در روز دوم و دومی طی چند ساعت از تولد فوت کردند.
زنجیره الکترون ترانسپورت طبیعی. توالی یابی ژنهای کاندیدا منفی بود. کلینیکال اگزوم سکوئنسینگ: طبیعی.
توالی یابی کلینیکال تمام ژنوم: منفی
توالی یابی اگزوم Research grade: یافتن یک جهش اسپلایسینگ در ECHS1، که به عنوان عامل اسیدوز شناخته می شود.
کاهش شدید در NMD.
30 تا 50 درصد موارد در اگزوم سکوئنسینگ بدون تشخیص باقی می مانند. آیا ما به صورت طبیعی جهش ها را در مرحله ی گرفتن و توالی یابی از دست می دهیم یا در مرحله ی تفسیر؟
33 کیس که دارای توالی یابی اگزوم/ژنوم کلینیکال منفی بودند، بررسی شدند. این مسئله در 29 مورد یافت شد.در 18 مورد، ژن جدید بود یا در 6 ماه گذشته کشف شده بود که احتمالا تا آن موقع گزارش نشده بودند. در 11 مورد ژن مورد نظر در میان ژنهای شناخته شده قرار داشت. مراجع بالینی احتمالا این موارد را برای این گزارش نکرده بودند که مشکلاتی در فیلترینگ و تفسیر داشته اند.
• درسها: اگر یک جهش جدید دارید، این احتمال وجود دارد که در کلینیکال سکوئنسینگ نادیده گرفته شده باشد .
@practicalbioinformatics
👤استفان کینگزمور، بیمارستان کودکان Rady:
🔸کیس 1 ، ad birth، نارسایی حاد کبدی، نقایص ستون فقرات که با جراحی اصلاح شده، نقایص کلیوی که با اعمال جراحی قابل اصلاح است. تا حدود 40 روزگی بدون مشکل، از آن زمان نقص کبدی آغاز می شود. بررسی های تشخیصی چیزی را نشان نداد. در روز 55 بیمارستان Rady وارد عمل شد. بسیار به سرعت. توالی یابی تمام ژنوم ظرف تنها 26 ساعت انجام شد.
🔹 اخذ رضایت نامه در زمان 00:00
انتقال نمونه، جداسازی نمونه (یک ساعت) ، 18 ساعت ژنوم سکوئنسینگ، در ساعت 24 و 30 دقیقه از زمان شروع، کامل شد.
ژنوم 40X در حدود 12 میلیارد باز،
5 و 1 دهم میلیون واریانت،
1 و 3 دهم میلیون واریانت با بکارگیری فیلتر 1%،
هزار و سیصد پاتوژنیک یا احتمالا پاتوژنیک.
دو واریانت که می تواند عامل 341 وضعیت باشد، هر دو در ژن perforin 1.
خیلی معمولی اما باید بسیار سریع انجام می شد. با استفاده از FPGA informatincs.
• از گایدلاینهای ACGM در مورد چگونگی حل موارد استفاده کنید.
• بر پاتوژنیک ها و پاتوژنیک های احتمالی تمرکز کنید.
اولین واریانت بسیار نادر بود. دومین واریانت در 3% وجود داشت.
اگر واریانت دوم با یک واریانت پاتوژنیک در حالت ترانس بود، احتمالا خودش هم پاتوژنیک است.
تشخیص مشروط. FDA این اجازه را داده است که در مواردی که زندگی یک کودک در معرض خطر حتمی است، تشخیص های شفاهی احتمالی ارایه بدهیم.
آزمایش تکمیلی انجام شد و تشخیص مثبت بود. خوشبختانه راه درمان وجود داشت و آن کودک اکنون کودک موفقی است. البته که دارای ناهنجاری هایی هم هست که شاید نیاز باشد پیوند استخوان انجام دهند، اما زندگی او نجات یافته.
🖥 آزمایشگاه پارس سیلیکو
@practicalbioinformatics
👥 استفان کینگزمور، فوزان الکورایه
🗒 22 سپتامبر 2016
💫اینها خلاصه نوشته های من از کنفرانس AGBTPH 2016 هستش. مشخصا احتمال اینکه اشتباه برداشت کرده باشم وجود دارد. بنابراین نقایص در مطلب، از جانب من است نه سخنرانان 😔
https://goo.gl/zRwP5c
👤فوزان الکورایه، دانشگاه الفیصل
🔸کیس 1
دختر 13 ماهه، تاخیر رشدی، والدین غیر فامیل، MRI brain atrophy، کاریوتایپ: 45,X
در گذشته به این موارد گفته می شد: “atypical Turner Syndrome” اما امروزه این اطلاق خیلی هم مناسب نیست. دیگر نباید از لفظ “Atypical” (غیرمعمولی، بیقاعده) استفاده کرد.
اگزوم سکوئنسینگ:
جهش در ADRA2B
ADRA2B – Arg222* -> homozygous truncating mutation
• درسی که میگیریم: به خودتون نگیرید، اما دیگر هیچ عذر و بهانه ای برای استفاده از “atypical” در عصر ژنومیک ندارید!
🔸کیس 2
فرد 4 ساله مشکوک به اوتیسم
سابقه خانوادگی غیر موثر با برادر سالم. به این نکته توجه کنید: اوتیسم در پسرها شایعتر از دختران است. آیا یا یک شکل مندلی از اوتیسم روبرو هستیم؟
اختلال شناختی ثبت شده، در غیر این صورت نرمال است.
تمام گایدلاینها: کاریوتایپ مولکولی: حذف 300 kb روی کروموزوم 10 به صورت de novo
آیا این پاتوژنیک است؟
از دیتابیس واریانت های ساختاری Decipher استفاده کنید.
ما پژوهشی را انجام دادیم که شامل راهبرد ژنومیک بالینی بود و اگزوم سکوئنسینگ نشان داد که:
جهش هموزیگوت در CC2D1A. جا افتادن اگزون 6. گرچه در جستجوگر exac وجود نداشت اما در عربهای سعودی یافت شد. (1 در 500) که کاملا با رشد ذهنی در ارتباط است.
• درسها: از جهش های اساسی در گروههای قومی مختلف آگاه باشید. اگزوم سکوئنسینگ را به صورت موازی با کاریوتایپینگ مولکولی برای ناهنجاری های عصبی تکاملی انجام دهید.
🔸کیس 3
زوج (فامیل) دو فرزند را با لاکتیک اسیدوزیس شدید از دست دادند.
فرزند اول در روز دوم و دومی طی چند ساعت از تولد فوت کردند.
زنجیره الکترون ترانسپورت طبیعی. توالی یابی ژنهای کاندیدا منفی بود. کلینیکال اگزوم سکوئنسینگ: طبیعی.
توالی یابی کلینیکال تمام ژنوم: منفی
توالی یابی اگزوم Research grade: یافتن یک جهش اسپلایسینگ در ECHS1، که به عنوان عامل اسیدوز شناخته می شود.
کاهش شدید در NMD.
30 تا 50 درصد موارد در اگزوم سکوئنسینگ بدون تشخیص باقی می مانند. آیا ما به صورت طبیعی جهش ها را در مرحله ی گرفتن و توالی یابی از دست می دهیم یا در مرحله ی تفسیر؟
33 کیس که دارای توالی یابی اگزوم/ژنوم کلینیکال منفی بودند، بررسی شدند. این مسئله در 29 مورد یافت شد.در 18 مورد، ژن جدید بود یا در 6 ماه گذشته کشف شده بود که احتمالا تا آن موقع گزارش نشده بودند. در 11 مورد ژن مورد نظر در میان ژنهای شناخته شده قرار داشت. مراجع بالینی احتمالا این موارد را برای این گزارش نکرده بودند که مشکلاتی در فیلترینگ و تفسیر داشته اند.
• درسها: اگر یک جهش جدید دارید، این احتمال وجود دارد که در کلینیکال سکوئنسینگ نادیده گرفته شده باشد .
@practicalbioinformatics
👤استفان کینگزمور، بیمارستان کودکان Rady:
🔸کیس 1 ، ad birth، نارسایی حاد کبدی، نقایص ستون فقرات که با جراحی اصلاح شده، نقایص کلیوی که با اعمال جراحی قابل اصلاح است. تا حدود 40 روزگی بدون مشکل، از آن زمان نقص کبدی آغاز می شود. بررسی های تشخیصی چیزی را نشان نداد. در روز 55 بیمارستان Rady وارد عمل شد. بسیار به سرعت. توالی یابی تمام ژنوم ظرف تنها 26 ساعت انجام شد.
🔹 اخذ رضایت نامه در زمان 00:00
انتقال نمونه، جداسازی نمونه (یک ساعت) ، 18 ساعت ژنوم سکوئنسینگ، در ساعت 24 و 30 دقیقه از زمان شروع، کامل شد.
ژنوم 40X در حدود 12 میلیارد باز،
5 و 1 دهم میلیون واریانت،
1 و 3 دهم میلیون واریانت با بکارگیری فیلتر 1%،
هزار و سیصد پاتوژنیک یا احتمالا پاتوژنیک.
دو واریانت که می تواند عامل 341 وضعیت باشد، هر دو در ژن perforin 1.
خیلی معمولی اما باید بسیار سریع انجام می شد. با استفاده از FPGA informatincs.
• از گایدلاینهای ACGM در مورد چگونگی حل موارد استفاده کنید.
• بر پاتوژنیک ها و پاتوژنیک های احتمالی تمرکز کنید.
اولین واریانت بسیار نادر بود. دومین واریانت در 3% وجود داشت.
اگر واریانت دوم با یک واریانت پاتوژنیک در حالت ترانس بود، احتمالا خودش هم پاتوژنیک است.
تشخیص مشروط. FDA این اجازه را داده است که در مواردی که زندگی یک کودک در معرض خطر حتمی است، تشخیص های شفاهی احتمالی ارایه بدهیم.
آزمایش تکمیلی انجام شد و تشخیص مثبت بود. خوشبختانه راه درمان وجود داشت و آن کودک اکنون کودک موفقی است. البته که دارای ناهنجاری هایی هم هست که شاید نیاز باشد پیوند استخوان انجام دهند، اما زندگی او نجات یافته.
🖥 آزمایشگاه پارس سیلیکو
@practicalbioinformatics
آزمایشگاه پارس سیلیکو
. ✍پاکت های مخفی چگونه شکل می گیرند؟ ▪️How do cryptic pockets form? 🖥 آزمایشگاه پارس سیلیکو @practicalbioinformatics
🔔 CryptoSite: Predicting Cryptic Binding Sites
🖥 CryptoSite is a computational tool for predicting the location of cryptic binding sites in proteins and protein complexes.👇
🌐 https://modbase.compbio.ucsf.edu/cryptosite/
▫️ آزمایشگاه پارس سیلیکو
@practicalbioinformatics
🖥 CryptoSite is a computational tool for predicting the location of cryptic binding sites in proteins and protein complexes.👇
🌐 https://modbase.compbio.ucsf.edu/cryptosite/
▫️ آزمایشگاه پارس سیلیکو
@practicalbioinformatics
https://goo.gl/xw3RgR
💻 mCSM-AB is a web server for predicting antibody-antigen affinity changes upon mutation with graph-based signatures
🔷 وب سروری برای پیشگویی تمایل اتصال بین انتی بادی و انتی ژن بعد از ایجاد جهش
🔔Computational methods have traditionally struggled to predict the effect of mutations in antibody-antigen complexes on binding affinity. This has limited their usefulness during antibody engineering and development, and their ability to predict biologically relevant escape mutations. Here we demonstrate that graph-based signatures can be used to accurately predict the effect of mutations on antibody binding affinity. We show that mCSM-AB performs better than comparable methods that have been previously used for antibody engineering.
👇👇👇
🌐 http://bleoberis.bioc.cam.ac.uk/mcsm_ab/
▫️ آزمایشگاه پارس سیلیکو
@practicalbioinformatics
💻 mCSM-AB is a web server for predicting antibody-antigen affinity changes upon mutation with graph-based signatures
🔷 وب سروری برای پیشگویی تمایل اتصال بین انتی بادی و انتی ژن بعد از ایجاد جهش
🔔Computational methods have traditionally struggled to predict the effect of mutations in antibody-antigen complexes on binding affinity. This has limited their usefulness during antibody engineering and development, and their ability to predict biologically relevant escape mutations. Here we demonstrate that graph-based signatures can be used to accurately predict the effect of mutations on antibody binding affinity. We show that mCSM-AB performs better than comparable methods that have been previously used for antibody engineering.
👇👇👇
🌐 http://bleoberis.bioc.cam.ac.uk/mcsm_ab/
▫️ آزمایشگاه پارس سیلیکو
@practicalbioinformatics
https://goo.gl/sS6Ylo
💻PRODIGY (PROtein binDIng enerGY prediction) webserver predict of the binding affinity in protein-protein complexes.
🔷 وب سروری برای پیشگویی تمایل اتصال پروتئین - پروتئین
🔔Prediction of protein-protein interactions at the structural level on the proteome scale is important because it allows prediction of protein function, helps drug discovery and takes steps toward genome-wide structural systems biology. We provide a protocol (termed PRISM, protein interactions by structural matching) for large-scale prediction of protein-protein interactions and assembly of protein complex structures. The method consists of two components: rigid-body structural comparisons of target proteins to known template protein-protein interfaces and flexible refinement using a docking energy function. The PRISM rationale follows our observation that globally different protein structures can interact via similar architectural motifs. PRISM predicts binding residues by using structural similarity and evolutionary conservation of putative binding residue 'hot spots'. Ultimately, PRISM could help to construct cellular pathways and functional, proteome-scale annotation.
🌐http://cosbi.ku.edu.tr/prism/index.php
▫️ آزمایشگاه پارس سیلیکو
@practicalbioinformatics
💻PRODIGY (PROtein binDIng enerGY prediction) webserver predict of the binding affinity in protein-protein complexes.
🔷 وب سروری برای پیشگویی تمایل اتصال پروتئین - پروتئین
🔔Prediction of protein-protein interactions at the structural level on the proteome scale is important because it allows prediction of protein function, helps drug discovery and takes steps toward genome-wide structural systems biology. We provide a protocol (termed PRISM, protein interactions by structural matching) for large-scale prediction of protein-protein interactions and assembly of protein complex structures. The method consists of two components: rigid-body structural comparisons of target proteins to known template protein-protein interfaces and flexible refinement using a docking energy function. The PRISM rationale follows our observation that globally different protein structures can interact via similar architectural motifs. PRISM predicts binding residues by using structural similarity and evolutionary conservation of putative binding residue 'hot spots'. Ultimately, PRISM could help to construct cellular pathways and functional, proteome-scale annotation.
🌐http://cosbi.ku.edu.tr/prism/index.php
▫️ آزمایشگاه پارس سیلیکو
@practicalbioinformatics
https://goo.gl/X9NKjU
✍ژنومیک و کلان داده در پزشکی
🔔یکی از چالش های بزرگ و در عین حال فرصت های بزرگ در دهه ی پیش رو، تلفیق سنجش مولکولی و تحلیل داده های همراه آن، با پزشکی عمومی خواهد بود. البته این امر برای ژنتیک پزشکی و دیگر رشته های خاص، امر تازه ای نیست اما با آغاز تلاش های پزشکی و دسترسی به اطلاعات غنی حاصل از ژنومیکس، ترانسکریپتومیکس و متابولومیکس، مسایل پیچیده تری در یکپارچه سازی و بکارگیری آنها در برابر ما قرار خواهد گرفت. هم از نظر علمی و هم از نظر اجتماعی این امر جالبی است که یک موج بزرگ تکنولوژی دارد ما را به سمتی سوق می دهد که از تلاقی داده های مولکولی، تصویربرداری با قدرت تفکیک بالا و ابزارهای سنجش مداوم، کاربردهای پزشکی مفیدی را خلق کنیم.
صاحب نظران عموما مدتی است که بر این موضوعات تمرکز کرده اند و نیز برنامه ها و طرح هایی در بعضی کشور ها برای ایجاد، بهره برداری و تقویت این تغییرات ایجاد شده است. عبارات آینده نگرانه ای "پایان پزشکی" و انقلاب در پزشکی بالینی" شکل گرفته است و دولت ها، بنیادهای خیریه و شرکت های تجاری علاقمند به پیوستن به این روند هستند.
بسیار هیجان انگیز است !
همکاری های پژوهشی من با پزشکان چشمان مرا نسبت به چالش ها و فرصت های پزشکی بازتر کرده است.
فکر می کنم ما باید به عقب برگردیم و نگاهی بیندازیم به اینکه چگونه تکنولوژی های مختلف، علم پزشکی را ارتقا بخشیدند و اینکه چگونه علم پزشکی تکنولوژی های نوین را در طی این سالها به خدمت گرفت. از نظر من مثال بهتری از دستگاه های X-ray وجود ندارد.
✍تکنولوژی، پزشکی و مصرف کنندگان
این واقعیت که X-ray ها توانایی آشکارسازی بخش های داخلی بدن را دارند به صورت تصادفی در سال 1895 توسط Wilhelm Conrad Röntgen و در زمانی که همسر او تصادفا دست خود را بین رادیوم و فیلم عکاسی قرار داد، کشف شد. رونتگن در حال تحلیل سیستماتیک این اشعه های جدید الکترومغناطیسی بود. تصویر نمادین استخوانها و حلقه ی ازدواج، نشان داد که او راه جدیدی برای عکسبرداری ازبافت زنده کشف کرده است و در آن لحظه ی تاریخی به نظر می رسد خود رونتگن فهمید که این امر می تواند در پزشکی به کار بیاید.
اما به دلایلی، بیش از 20 سال زمان نیاز بود تا از X-ray ها به طور گسترده در پزشکی استفاده شود. یک دلیل این بود که نیروی پیشروو برای تولیدکنندگان و خریداران ماشین های X-ray ، نیاز پزشکی نبود، بلکه جلب علاقه ی عمومی مردم و فروشندگان کالای پزشکی بود که اکثرا در آن زمان افراد ثروتمند و حساس به تکنولوژی بودند. نمایشگاه هایی در شمال شرق شروع کردند به خرید سالن های "نمایشگر استخوان" (bone portraiture) که دستگاه های عجیبی بودند که منبع پخش مداوم رادیوم داشتند و هم عکس و هم نمایش زنده ای از تصویر فلورسنتی را تهیه می کردند. چنین تصاویری در نیویورک دهه ی 1900 یک مد زودگذر بود. خانواده هایی بودند که با غرور عکس های اشعه ی ایکس از خود را در منازل شان نگه می داشتند تا موضوع صحبتی داشته باشند. تصور کنید که از ژنومیک و ژنوتایپینگ به عنوان کالایی برای فروش به مشتریان خود شیفته ی مدرن استفاده کنیم!
هم اشتیاق و هم تردید در محافل پزشکی وجود داشته است و البته عمدتا تردید! X-ray ها استخوان را برای چشمان غیر مسلح قابل دیدن می کردند اما کار بیشتری در درمان از دستش بر نمی آید. قدرت تفکیک ان آنقدرها نبود که بتوان شکستگی های بسیار ریز و جدا نشده را تشخیص داد و یک شکستگی واضح هم که دیگر برای تشخیص نیاز به X ray نداشت! یک دکتر آلمانی در دهه ی 1890، سرخورده از ناتوانی و پیچیدگی تهیه ی یک ماشین X-ray برای کارش، اعلام کرد که استفاده ی گسترده از این تکنولوژی یک "خیال پردازی بیهوده" است. آشکار شدن اثرات مخرب تشعشع، مخصوصا در نمایشگرهای استخوان، بسیاری را در این عقیده استوارتر کرد که این تکنولوژی فقط یک حقه بازیست و در عرصه ی بالینی کاربردی ندارد.
اما قابلیت دیدن داخل بدن همچنان برای تعدادی از دانشمندان و متخصصان بالینی وسوسه انگیز باقی ماند و اینها کار بر روی این تکنولوژی را ادامه دادند. یک گروه از مخترعان پزشکی قابلیت آن در درمان سنگ کیسه ی صفرا را مشاهده کردند. سنگ های کیسه ی صفرا دردناک، خطرناک و صعب العلاج اند، اما با پیشرفت در بی حسی عمومی، جراحی به عنوان یک گزینه مطرح می شد. آن چیزی که داشت فراموش می شد، تبدیل شد به راهی برای تشخیص وجود سنگ کیسه صفرا بدون نیاز به جراحی در بیماران. برای کسانی که علاقمند به بکارگیری اشعه ی ایکس بودند این یک موفقیت تلقی می شد!
💎آزمایشگاه پارس سیلیکو
@practicalbioinformatics
📰(تصویر دست آنا برتا رونتگن)👇
✍ژنومیک و کلان داده در پزشکی
🔔یکی از چالش های بزرگ و در عین حال فرصت های بزرگ در دهه ی پیش رو، تلفیق سنجش مولکولی و تحلیل داده های همراه آن، با پزشکی عمومی خواهد بود. البته این امر برای ژنتیک پزشکی و دیگر رشته های خاص، امر تازه ای نیست اما با آغاز تلاش های پزشکی و دسترسی به اطلاعات غنی حاصل از ژنومیکس، ترانسکریپتومیکس و متابولومیکس، مسایل پیچیده تری در یکپارچه سازی و بکارگیری آنها در برابر ما قرار خواهد گرفت. هم از نظر علمی و هم از نظر اجتماعی این امر جالبی است که یک موج بزرگ تکنولوژی دارد ما را به سمتی سوق می دهد که از تلاقی داده های مولکولی، تصویربرداری با قدرت تفکیک بالا و ابزارهای سنجش مداوم، کاربردهای پزشکی مفیدی را خلق کنیم.
صاحب نظران عموما مدتی است که بر این موضوعات تمرکز کرده اند و نیز برنامه ها و طرح هایی در بعضی کشور ها برای ایجاد، بهره برداری و تقویت این تغییرات ایجاد شده است. عبارات آینده نگرانه ای "پایان پزشکی" و انقلاب در پزشکی بالینی" شکل گرفته است و دولت ها، بنیادهای خیریه و شرکت های تجاری علاقمند به پیوستن به این روند هستند.
بسیار هیجان انگیز است !
همکاری های پژوهشی من با پزشکان چشمان مرا نسبت به چالش ها و فرصت های پزشکی بازتر کرده است.
فکر می کنم ما باید به عقب برگردیم و نگاهی بیندازیم به اینکه چگونه تکنولوژی های مختلف، علم پزشکی را ارتقا بخشیدند و اینکه چگونه علم پزشکی تکنولوژی های نوین را در طی این سالها به خدمت گرفت. از نظر من مثال بهتری از دستگاه های X-ray وجود ندارد.
✍تکنولوژی، پزشکی و مصرف کنندگان
این واقعیت که X-ray ها توانایی آشکارسازی بخش های داخلی بدن را دارند به صورت تصادفی در سال 1895 توسط Wilhelm Conrad Röntgen و در زمانی که همسر او تصادفا دست خود را بین رادیوم و فیلم عکاسی قرار داد، کشف شد. رونتگن در حال تحلیل سیستماتیک این اشعه های جدید الکترومغناطیسی بود. تصویر نمادین استخوانها و حلقه ی ازدواج، نشان داد که او راه جدیدی برای عکسبرداری ازبافت زنده کشف کرده است و در آن لحظه ی تاریخی به نظر می رسد خود رونتگن فهمید که این امر می تواند در پزشکی به کار بیاید.
اما به دلایلی، بیش از 20 سال زمان نیاز بود تا از X-ray ها به طور گسترده در پزشکی استفاده شود. یک دلیل این بود که نیروی پیشروو برای تولیدکنندگان و خریداران ماشین های X-ray ، نیاز پزشکی نبود، بلکه جلب علاقه ی عمومی مردم و فروشندگان کالای پزشکی بود که اکثرا در آن زمان افراد ثروتمند و حساس به تکنولوژی بودند. نمایشگاه هایی در شمال شرق شروع کردند به خرید سالن های "نمایشگر استخوان" (bone portraiture) که دستگاه های عجیبی بودند که منبع پخش مداوم رادیوم داشتند و هم عکس و هم نمایش زنده ای از تصویر فلورسنتی را تهیه می کردند. چنین تصاویری در نیویورک دهه ی 1900 یک مد زودگذر بود. خانواده هایی بودند که با غرور عکس های اشعه ی ایکس از خود را در منازل شان نگه می داشتند تا موضوع صحبتی داشته باشند. تصور کنید که از ژنومیک و ژنوتایپینگ به عنوان کالایی برای فروش به مشتریان خود شیفته ی مدرن استفاده کنیم!
هم اشتیاق و هم تردید در محافل پزشکی وجود داشته است و البته عمدتا تردید! X-ray ها استخوان را برای چشمان غیر مسلح قابل دیدن می کردند اما کار بیشتری در درمان از دستش بر نمی آید. قدرت تفکیک ان آنقدرها نبود که بتوان شکستگی های بسیار ریز و جدا نشده را تشخیص داد و یک شکستگی واضح هم که دیگر برای تشخیص نیاز به X ray نداشت! یک دکتر آلمانی در دهه ی 1890، سرخورده از ناتوانی و پیچیدگی تهیه ی یک ماشین X-ray برای کارش، اعلام کرد که استفاده ی گسترده از این تکنولوژی یک "خیال پردازی بیهوده" است. آشکار شدن اثرات مخرب تشعشع، مخصوصا در نمایشگرهای استخوان، بسیاری را در این عقیده استوارتر کرد که این تکنولوژی فقط یک حقه بازیست و در عرصه ی بالینی کاربردی ندارد.
اما قابلیت دیدن داخل بدن همچنان برای تعدادی از دانشمندان و متخصصان بالینی وسوسه انگیز باقی ماند و اینها کار بر روی این تکنولوژی را ادامه دادند. یک گروه از مخترعان پزشکی قابلیت آن در درمان سنگ کیسه ی صفرا را مشاهده کردند. سنگ های کیسه ی صفرا دردناک، خطرناک و صعب العلاج اند، اما با پیشرفت در بی حسی عمومی، جراحی به عنوان یک گزینه مطرح می شد. آن چیزی که داشت فراموش می شد، تبدیل شد به راهی برای تشخیص وجود سنگ کیسه صفرا بدون نیاز به جراحی در بیماران. برای کسانی که علاقمند به بکارگیری اشعه ی ایکس بودند این یک موفقیت تلقی می شد!
💎آزمایشگاه پارس سیلیکو
@practicalbioinformatics
📰(تصویر دست آنا برتا رونتگن)👇
https://goo.gl/SZcj1D
✍بحث دیگری در آن زمان در میان گروهی از پزشکان مطرح شده بود: که آیا جراحی برای درمان جابجایی مفصل ران در کودکان راه بهتری است یا جا انداختن مفصل با دست؟ دستکاری مفصل ران برای جا افتادن در حفره بدون جراحی و با استفاده از بی حسی به نظر می رسید که کافی باشد. البته این رویکرد سنتی بود و عموما توسط دستیاران غیر رسمی پزشکی انجام می شد و از سوی مراکز پزشکی حرفه ای مورد تمسخر واقع می شد. زمانی که اختلاف عمیق شد، گروه طرفدار روش های دستی که اتفاقا توسط یک جراح رهبری می شد! شروع کرد به گرفتن عکس های اشعه ی ایکس قبل و بعد از درمان تا نشان دهد که چگونه توسط درمان آنها مفصل به جایگاه درست خود منتقل می شود.
با متقاعد شدن موسسات پزشکی نسبت به فواید X-ray ها، تعداد بیشتری از پزشکان اقدام به خرید این ماشین ها کردند و مهندسان نیز شروع به ارتقای این تکنولوژی کردند که تا بتوانند استفاده از X-ray را بیش از آزمایشگاه های فیزیک، در مراکز بالینی گسترش دهند. هر دو این اعمال باعث بکارگیری گسترده تر آن در مراکز ارتوپدی و بعدها حتی در تشخیص بیماری سل شد.
استفاده از X-ray ها توسط اتفاقات تاریخی نیز بیشتر تسهیل شد. جنگ جهانی نیاز به تمام اقسام نوآوری های پزشکی را شدت بخشید و در سال 1915 ماری کوری و دخترش برای کمک به پزشکان به خدمت گرفته شدند تا بتوانند گلوله ها، ترکش ها و استخوان های شکسته را در بیماران شان در مرکز خدمات رادیولوژی صلیب سرخ ببینند.
ایکس ری، رادیولوژی و تصویربرداری تبدیل به ابزارهای ضروری در هر عمل پزشکی شده اند. هر متخصص بالینی باید دست کم بعضی از دانش های کاری را در رابطه با انواع مختلف تصاویر و ریسک های مختلف برای بیمار را بیاموزد. اینها کاربردهای عملی در بسیاری از رشته ها دارند. رشته هایی مانند نورولوژی طب داخلی و قلب و عروق. در رشته ی تصویربرداری پزشکی متخصصان بالینی نخبه با همکاری فیزیکدان ها کار می کنند تا محدودیت های MRI، دستگاه های اشعه ایکس و فراصوت در انواع مختلف را برطرف کنند و گستره ی وسیعی از تکنولوژی ها را گرد آورده اند تا توانایی های ما برای دیدن جزئیات داخل بدن را افزایش دهند.
متخصصان بالینی خلاق که به توانایی های ژنومیکس و انالیز کلان داده باور دارند، از این داستان X-ray ها درس های زیادی می توانند بیاموزند. ما نمی توانیم پیش بینی کنیم که سریعترین و اولین موفقیت ها کی از راه می رسند. شاید تشخیص بیماری های نادر یا درمان سرطان فرد محور یا شاید هم زیست شناسی بیماری های عفونی! اما این عدم قطعیت در مورد اینکه، کدام یک از مباحث زود بازده هستند، نباید دیدگاه بلند مدت ما را مبنی بر اینکه بالاخره یک روز تحلیل داده و ژنومیکس بخش جدایی ناپذیر پزشکی خواهد شد، تحت تاثیر قرار دهد. چه کسی می تواند پزشکی امروز را بدون تصویربرداری پزشکی تصور کند!! در بیست سال آینده آیا برای انسان ها پزشکی بدون ژنومیکس قابل تصور خواهد بود؟
دقیقا همانطور که X-ray ها و تصویربرداری بالاخره برای کاربرد های بالینی و درمانی پذیرفته و بطور مدون استفاده شد، ژنومیکس و علم داده ها چنان ریشه خواهد دواند که نتوانید بیاد بیاورید که پزشکی قبل از آن چگونه بوده است!
رشته های جدید پزشکی مانند ژنومیکس پزشکی و بیوانفورماتیک پزشکی به درون ساختارهای پزشکی و درمان وارد خواهند شد. از هر پزشک بالینی انتظار خواهد رفت که پایه های این تکنیک را درک کند و متخصصان نیز باید دانش عمیقتری داشته باشند. جامعه مطمئنا با این نوع جدید اطلاعات راحت تر کنار خواهد امد و ابزار های شخصی پایشگر خانگی (self-monitoring) روش های جمع آوری اطلاعات فردی را تغییر خواهد داد و این افراد قبل از مراجعه به پزشک با انگیزه ی بیشتری به جستجو در اینترنت خواهند پرداخت. اما به همان نسبتی که اطلاعات بیشتری جمع آوری می شود، به افراد ماهر و هوشمندی که نمونه ها و موارد بسیاری را دیده باشند برای راهنمایی، اطلاع رسانی و درمان نیاز خواهیم داشت.
ژنومیکس و علم داده ها به پزشکان کمک خواهد کرد تا برای بیماران تصمیمات بهتری بگیرند. بسیاری از بیماری ها از یک بیماری مشکل و سخت، به یک بیماری معمولی با تشخیص و درمان ساده تبدیل خواهند شد. بعضی از بیماری ها نیز توسط این تکنولوژی ها تحت تاثیر قرار نمی گیرند. بسیاری از اشکالات، بن بست ها و عدم قطعیت ها نیز برجای خواهند ماند. اما اگر ما از اختراعات و نواوری های گذشته درس بگیریم، استفاده از این تکنولوژی ها آنقدر عادی خواهد شد که انگار وارد یک بخش عکسبرداری X-ray شده ایم و می خواهیم یک شکستگی را تشخیص دهیم.
💎آزمایشگاه پارس سیلیکو
@practicalbioinformatics
📰(نمونه آگهی اولین مراکز خدمات تصویر برداری ایکس ری)👇
✍بحث دیگری در آن زمان در میان گروهی از پزشکان مطرح شده بود: که آیا جراحی برای درمان جابجایی مفصل ران در کودکان راه بهتری است یا جا انداختن مفصل با دست؟ دستکاری مفصل ران برای جا افتادن در حفره بدون جراحی و با استفاده از بی حسی به نظر می رسید که کافی باشد. البته این رویکرد سنتی بود و عموما توسط دستیاران غیر رسمی پزشکی انجام می شد و از سوی مراکز پزشکی حرفه ای مورد تمسخر واقع می شد. زمانی که اختلاف عمیق شد، گروه طرفدار روش های دستی که اتفاقا توسط یک جراح رهبری می شد! شروع کرد به گرفتن عکس های اشعه ی ایکس قبل و بعد از درمان تا نشان دهد که چگونه توسط درمان آنها مفصل به جایگاه درست خود منتقل می شود.
با متقاعد شدن موسسات پزشکی نسبت به فواید X-ray ها، تعداد بیشتری از پزشکان اقدام به خرید این ماشین ها کردند و مهندسان نیز شروع به ارتقای این تکنولوژی کردند که تا بتوانند استفاده از X-ray را بیش از آزمایشگاه های فیزیک، در مراکز بالینی گسترش دهند. هر دو این اعمال باعث بکارگیری گسترده تر آن در مراکز ارتوپدی و بعدها حتی در تشخیص بیماری سل شد.
استفاده از X-ray ها توسط اتفاقات تاریخی نیز بیشتر تسهیل شد. جنگ جهانی نیاز به تمام اقسام نوآوری های پزشکی را شدت بخشید و در سال 1915 ماری کوری و دخترش برای کمک به پزشکان به خدمت گرفته شدند تا بتوانند گلوله ها، ترکش ها و استخوان های شکسته را در بیماران شان در مرکز خدمات رادیولوژی صلیب سرخ ببینند.
ایکس ری، رادیولوژی و تصویربرداری تبدیل به ابزارهای ضروری در هر عمل پزشکی شده اند. هر متخصص بالینی باید دست کم بعضی از دانش های کاری را در رابطه با انواع مختلف تصاویر و ریسک های مختلف برای بیمار را بیاموزد. اینها کاربردهای عملی در بسیاری از رشته ها دارند. رشته هایی مانند نورولوژی طب داخلی و قلب و عروق. در رشته ی تصویربرداری پزشکی متخصصان بالینی نخبه با همکاری فیزیکدان ها کار می کنند تا محدودیت های MRI، دستگاه های اشعه ایکس و فراصوت در انواع مختلف را برطرف کنند و گستره ی وسیعی از تکنولوژی ها را گرد آورده اند تا توانایی های ما برای دیدن جزئیات داخل بدن را افزایش دهند.
متخصصان بالینی خلاق که به توانایی های ژنومیکس و انالیز کلان داده باور دارند، از این داستان X-ray ها درس های زیادی می توانند بیاموزند. ما نمی توانیم پیش بینی کنیم که سریعترین و اولین موفقیت ها کی از راه می رسند. شاید تشخیص بیماری های نادر یا درمان سرطان فرد محور یا شاید هم زیست شناسی بیماری های عفونی! اما این عدم قطعیت در مورد اینکه، کدام یک از مباحث زود بازده هستند، نباید دیدگاه بلند مدت ما را مبنی بر اینکه بالاخره یک روز تحلیل داده و ژنومیکس بخش جدایی ناپذیر پزشکی خواهد شد، تحت تاثیر قرار دهد. چه کسی می تواند پزشکی امروز را بدون تصویربرداری پزشکی تصور کند!! در بیست سال آینده آیا برای انسان ها پزشکی بدون ژنومیکس قابل تصور خواهد بود؟
دقیقا همانطور که X-ray ها و تصویربرداری بالاخره برای کاربرد های بالینی و درمانی پذیرفته و بطور مدون استفاده شد، ژنومیکس و علم داده ها چنان ریشه خواهد دواند که نتوانید بیاد بیاورید که پزشکی قبل از آن چگونه بوده است!
رشته های جدید پزشکی مانند ژنومیکس پزشکی و بیوانفورماتیک پزشکی به درون ساختارهای پزشکی و درمان وارد خواهند شد. از هر پزشک بالینی انتظار خواهد رفت که پایه های این تکنیک را درک کند و متخصصان نیز باید دانش عمیقتری داشته باشند. جامعه مطمئنا با این نوع جدید اطلاعات راحت تر کنار خواهد امد و ابزار های شخصی پایشگر خانگی (self-monitoring) روش های جمع آوری اطلاعات فردی را تغییر خواهد داد و این افراد قبل از مراجعه به پزشک با انگیزه ی بیشتری به جستجو در اینترنت خواهند پرداخت. اما به همان نسبتی که اطلاعات بیشتری جمع آوری می شود، به افراد ماهر و هوشمندی که نمونه ها و موارد بسیاری را دیده باشند برای راهنمایی، اطلاع رسانی و درمان نیاز خواهیم داشت.
ژنومیکس و علم داده ها به پزشکان کمک خواهد کرد تا برای بیماران تصمیمات بهتری بگیرند. بسیاری از بیماری ها از یک بیماری مشکل و سخت، به یک بیماری معمولی با تشخیص و درمان ساده تبدیل خواهند شد. بعضی از بیماری ها نیز توسط این تکنولوژی ها تحت تاثیر قرار نمی گیرند. بسیاری از اشکالات، بن بست ها و عدم قطعیت ها نیز برجای خواهند ماند. اما اگر ما از اختراعات و نواوری های گذشته درس بگیریم، استفاده از این تکنولوژی ها آنقدر عادی خواهد شد که انگار وارد یک بخش عکسبرداری X-ray شده ایم و می خواهیم یک شکستگی را تشخیص دهیم.
💎آزمایشگاه پارس سیلیکو
@practicalbioinformatics
📰(نمونه آگهی اولین مراکز خدمات تصویر برداری ایکس ری)👇
✍؛ RNA اکنون یک مولکول رده اول در بیوانفورماتیک است.
💬 پژوهش ها حول RNA بسیار به سرعت گسترش می یابد و یک منبع و مخزن عمومی برای این مجموعه داده های پرارزش مدت هاست که مورد نیاز است.
https://goo.gl/Hf0kry
حدود 30 سال قبل دانشمندان پی بردند که RNA تنها یک میانجی بین DNA و پروتئین نیست، بلکه پلیمری است که می تواند در اشکال پیچیده و گوناگونی تا شده و واکنش های بی شماری را کاتالیز کند. اهمیت RNA با تعیین ساختار ریبوزوم روشن تر شد و تایید کرد که عملکرد اصلی ریبوزوم ها (از طریق ساختن یک پیوند پپتیدی بین دو آمینو اسید) توسط RNAی ریبوزومی و نه پروتئین ها کاتالیز می شود. همچنین این احتمال وجود دارد که نه پروتئین و نه DNA بلکه RNA اولین بیومولکول فعال در سوپ اولیه باشد که به تشکیل حیات منتهی شد. در حقیقت می توانید براحتی ببینید که DNA یک منبع ذخیره ی کارا برای اطلاعات RNA است
حتی با تمرکز بر نقشی که برای RNAها در کتاب ها تعیین شده یعنی ناقل اطلاعات سلول، اینتراکنش های RNA بسیار مهم تلقی می شوند. اما قدم بزرگ کشف microRNA ها (miRNA) بود: RNAهای کوچکی که نقش آنها تنظیم پایین دستی رونوشت ها از طریق مهار ترجمه و شکستن mRNAها است. این کشف باعث باز شدن دریچه به سوی جهان RNAهای کوچک شد که بسیاری از آنها در سرکوب انگل های ژنومی (genome parasites) دخیلند. انگل های ژنومی توالی های تکراری ای هستند که هر ارگانیسمی باید آنها را مدیریت کند.
سپس RNAهای طویل (long non-coding RNA – lincRNA) در ژنوم پستانداران یافت شدند که به پروتئین ها کد نمی شوند ولی دارای اهمیت تلقی می شدند اما کسی نمی دانست که دقیقا چه کاری انجام می دهند مانند RNAی غیر کد کننده Xist که یکی از کروموزومهای X را در پستانداران ماده غیر فعال می کند. بعضی دیگر از آنها در فرایندهای imprinting/epigenetic دخیلند، مثلا HOTAIR که بر رونویسی در کروموزوم مجاور تاثیر می گذارد.
کشفیات جدید درباره RNA، ابزارهای مولکولی زیست شناسان را گسترش داده است؟. برای مثال، از سیستم های شکست در small RNAها ( siRNA و shRNA ) می توان برای خاموش کردن ژنها در مرحله ی رونویسی استفاده کرد. تکنولوژی شگفت انگیز حال حاضر، CRISPR/Cas9، یک سیستم دفاعی فاژ باکتریایی است که از یک مجموعه که شامل RNA نیز می باشد، برای مقابله با فاژهای جدید استفاده می کند. این سیستم برای ویرایش ژنی برای تمامی گونه ها قابل استفاده شده است. هر پروژه پژوهشی که این روزها نوشته می شود، احتمالا یک قسمت آن را CRISPR/Cas9 تشکیل می دهد.
اما از نظرگاه بیوانفورماتیکی، داده های RNA هنوز پراکنده هستند. منبع مناسبی درباره ی RNAهای شناخته شده در میان تمام گونه ها وجود ندارد، گرچه این امربرای زیر مجمو عه های از RNA ها رخ داده است، مثلا سایت miRBase.org برای miRNAها (Sam Griffiths-Jones) یا منبع gtRNAdb متعلق به Todd Lowe برای tRNAها. از آنجایی که داده های RNA اکثرا در طرح های تکی و کوچک بدست می آیند، پژوهشگران که در این زمینه کار می کنند کمتر شناخته شده اند. همچنین پژوهش های محاسباتی هنوز به مراحل بالاتری مانند گرفتن عملکرد مولکولی و پردازش آن با GO یا جمع آوری میانکنش های پروتئین-RNA به یک روش واحد دست نیافته اند.
دیتابیس RNAcentral
من از دیدن شکل گیری پروژه ی RNAcentral به ادرس rnacentral.org بسیار خوشحالم. RNAcentral پیشرفت های و دستاورد های خیره کننده را که در زیر شاخه های RNA مختلف رخ داده بود را جمع اوری و هماهنگ می کند: miRNAs، piRNAs، lincRNAs، rRNAs، tRNAsو تعداد دیگری به غیر از اینها. این پروژه مسیر مشترکی برای صحبت درباره ی RNA فراهم می کند که همزمان به منابع دیگری مانند Gene Ontology و پایگاه های داده ی برهمکنش های دارویی اجازه ی بروز و عرض اندام در سطح RNA به مانند پروتئین می دهد. RNAها، اولین چیزهایی در سیاره ی ما بوده اند که می توان آنها را زنده در نظر گرفت. آنها نه فقط میانجی های موقتی ، بلکه ترکیبات حیاتی و ضروری در زیست شناسی هستند. از نقطه نظر بیوانفورماتیکی، باید عشق و توجه و مراقبتی هم سطح با پروتئین ها به آنها ابراز داشت و من منتظر آن روزی هستم که پروژه ی RNAcentral پیوستگی و پایداری این بخش از علم را آنگونه که شایسته ی آنست، تامین کند.
💎آزمایشگاه پارس سیلیکو
@practicalbioinformatics
💬 پژوهش ها حول RNA بسیار به سرعت گسترش می یابد و یک منبع و مخزن عمومی برای این مجموعه داده های پرارزش مدت هاست که مورد نیاز است.
https://goo.gl/Hf0kry
حدود 30 سال قبل دانشمندان پی بردند که RNA تنها یک میانجی بین DNA و پروتئین نیست، بلکه پلیمری است که می تواند در اشکال پیچیده و گوناگونی تا شده و واکنش های بی شماری را کاتالیز کند. اهمیت RNA با تعیین ساختار ریبوزوم روشن تر شد و تایید کرد که عملکرد اصلی ریبوزوم ها (از طریق ساختن یک پیوند پپتیدی بین دو آمینو اسید) توسط RNAی ریبوزومی و نه پروتئین ها کاتالیز می شود. همچنین این احتمال وجود دارد که نه پروتئین و نه DNA بلکه RNA اولین بیومولکول فعال در سوپ اولیه باشد که به تشکیل حیات منتهی شد. در حقیقت می توانید براحتی ببینید که DNA یک منبع ذخیره ی کارا برای اطلاعات RNA است
حتی با تمرکز بر نقشی که برای RNAها در کتاب ها تعیین شده یعنی ناقل اطلاعات سلول، اینتراکنش های RNA بسیار مهم تلقی می شوند. اما قدم بزرگ کشف microRNA ها (miRNA) بود: RNAهای کوچکی که نقش آنها تنظیم پایین دستی رونوشت ها از طریق مهار ترجمه و شکستن mRNAها است. این کشف باعث باز شدن دریچه به سوی جهان RNAهای کوچک شد که بسیاری از آنها در سرکوب انگل های ژنومی (genome parasites) دخیلند. انگل های ژنومی توالی های تکراری ای هستند که هر ارگانیسمی باید آنها را مدیریت کند.
سپس RNAهای طویل (long non-coding RNA – lincRNA) در ژنوم پستانداران یافت شدند که به پروتئین ها کد نمی شوند ولی دارای اهمیت تلقی می شدند اما کسی نمی دانست که دقیقا چه کاری انجام می دهند مانند RNAی غیر کد کننده Xist که یکی از کروموزومهای X را در پستانداران ماده غیر فعال می کند. بعضی دیگر از آنها در فرایندهای imprinting/epigenetic دخیلند، مثلا HOTAIR که بر رونویسی در کروموزوم مجاور تاثیر می گذارد.
کشفیات جدید درباره RNA، ابزارهای مولکولی زیست شناسان را گسترش داده است؟. برای مثال، از سیستم های شکست در small RNAها ( siRNA و shRNA ) می توان برای خاموش کردن ژنها در مرحله ی رونویسی استفاده کرد. تکنولوژی شگفت انگیز حال حاضر، CRISPR/Cas9، یک سیستم دفاعی فاژ باکتریایی است که از یک مجموعه که شامل RNA نیز می باشد، برای مقابله با فاژهای جدید استفاده می کند. این سیستم برای ویرایش ژنی برای تمامی گونه ها قابل استفاده شده است. هر پروژه پژوهشی که این روزها نوشته می شود، احتمالا یک قسمت آن را CRISPR/Cas9 تشکیل می دهد.
اما از نظرگاه بیوانفورماتیکی، داده های RNA هنوز پراکنده هستند. منبع مناسبی درباره ی RNAهای شناخته شده در میان تمام گونه ها وجود ندارد، گرچه این امربرای زیر مجمو عه های از RNA ها رخ داده است، مثلا سایت miRBase.org برای miRNAها (Sam Griffiths-Jones) یا منبع gtRNAdb متعلق به Todd Lowe برای tRNAها. از آنجایی که داده های RNA اکثرا در طرح های تکی و کوچک بدست می آیند، پژوهشگران که در این زمینه کار می کنند کمتر شناخته شده اند. همچنین پژوهش های محاسباتی هنوز به مراحل بالاتری مانند گرفتن عملکرد مولکولی و پردازش آن با GO یا جمع آوری میانکنش های پروتئین-RNA به یک روش واحد دست نیافته اند.
دیتابیس RNAcentral
من از دیدن شکل گیری پروژه ی RNAcentral به ادرس rnacentral.org بسیار خوشحالم. RNAcentral پیشرفت های و دستاورد های خیره کننده را که در زیر شاخه های RNA مختلف رخ داده بود را جمع اوری و هماهنگ می کند: miRNAs، piRNAs، lincRNAs، rRNAs، tRNAsو تعداد دیگری به غیر از اینها. این پروژه مسیر مشترکی برای صحبت درباره ی RNA فراهم می کند که همزمان به منابع دیگری مانند Gene Ontology و پایگاه های داده ی برهمکنش های دارویی اجازه ی بروز و عرض اندام در سطح RNA به مانند پروتئین می دهد. RNAها، اولین چیزهایی در سیاره ی ما بوده اند که می توان آنها را زنده در نظر گرفت. آنها نه فقط میانجی های موقتی ، بلکه ترکیبات حیاتی و ضروری در زیست شناسی هستند. از نقطه نظر بیوانفورماتیکی، باید عشق و توجه و مراقبتی هم سطح با پروتئین ها به آنها ابراز داشت و من منتظر آن روزی هستم که پروژه ی RNAcentral پیوستگی و پایداری این بخش از علم را آنگونه که شایسته ی آنست، تامین کند.
💎آزمایشگاه پارس سیلیکو
@practicalbioinformatics
🔔 معرفی #نرمافزار NCBI Genome Workbench
🖥 میز کار ژنوم NCBI یک برنامه کاربردی برای مشاهده و تجزیه و تحلیل داده های توالی ژنوم است. با میز کار ژنوم، شما می توانید داده های پایگاه های توالی NCBI که در دسترس عموم قرار گرفته اند، را مشاهده کرده و این داده ها را با داده های خصوصی خود ترکیب کنید. میز کار ژنوم NCBI می تواند داده های توالی های ژنومی را به روش های مختلف نمایش دهد از جمله:
🔸نمایش گرافیکی توالی
🔸نمایش های مختلف هم ترازی
🔸نمایش درخت فیلوژنتیک
🔸نمایش داده ها به صورت جدولی
همچنین می تواند اطلاعات خصوصی شما را با داده های موجود در پایگاه داده های NCBI هم ترازکرده و نتایج BLAST دریافت کنید.
https://goo.gl/RCiLMi
📀 میز کار ژنوم بر وی ابزار ++ C در NCBI ساخته شده و قابل نصب برروی سیستم های شخصی بوده، این ابزار برای ویندوز 7 / XP، لینوکس، MacOS X، و نسخه های مختلف یونیکس در دسترس است. اخرین نسخه این ابزار 2.11.7 می باشد که تنها چند روز از انتشار آن می گذرد.
🌐لینک ویدیو های آموزشی ابزار میز کار ژنوم
https://www.ncbi.nlm.nih.gov/tools/gbench/videos/
🌐اطلاعات بیشتر
https://www.ncbi.nlm.nih.gov/tools/gbench/
🔷 آزمایشگاه پارس سیلیکو
@practicalbioinformatics
🖥 میز کار ژنوم NCBI یک برنامه کاربردی برای مشاهده و تجزیه و تحلیل داده های توالی ژنوم است. با میز کار ژنوم، شما می توانید داده های پایگاه های توالی NCBI که در دسترس عموم قرار گرفته اند، را مشاهده کرده و این داده ها را با داده های خصوصی خود ترکیب کنید. میز کار ژنوم NCBI می تواند داده های توالی های ژنومی را به روش های مختلف نمایش دهد از جمله:
🔸نمایش گرافیکی توالی
🔸نمایش های مختلف هم ترازی
🔸نمایش درخت فیلوژنتیک
🔸نمایش داده ها به صورت جدولی
همچنین می تواند اطلاعات خصوصی شما را با داده های موجود در پایگاه داده های NCBI هم ترازکرده و نتایج BLAST دریافت کنید.
https://goo.gl/RCiLMi
📀 میز کار ژنوم بر وی ابزار ++ C در NCBI ساخته شده و قابل نصب برروی سیستم های شخصی بوده، این ابزار برای ویندوز 7 / XP، لینوکس، MacOS X، و نسخه های مختلف یونیکس در دسترس است. اخرین نسخه این ابزار 2.11.7 می باشد که تنها چند روز از انتشار آن می گذرد.
🌐لینک ویدیو های آموزشی ابزار میز کار ژنوم
https://www.ncbi.nlm.nih.gov/tools/gbench/videos/
🌐اطلاعات بیشتر
https://www.ncbi.nlm.nih.gov/tools/gbench/
🔷 آزمایشگاه پارس سیلیکو
@practicalbioinformatics
🔔 How single cells do it ?
📝 Nature Methods (2017)
✍توالی یابی یک سلول منفرد، نقش یک سلول در عملکرد بافت را آشکار می کند.
توالی یابی یک سلول منفرد درهای جدیدی را به سوی مسئله ی عدم ناهمگنی بافت گشود و مطالعه برروی انواع سلول های جدید و جمعیت های سلولی نادر را امکان پذیر کرد.برنامه های کاربردی و ابزارهای انالیز نوین ، بر اهمیت بررسی نقش های عملکردی سلول ها در بافت ها و رخدادهای تمایزی و نیز بر اهمیت برنامه های ژنتیکی که آن وقایع را رهبری می کنند، تاکید می کنند.
تشابه در رونویسی به طور گسترده ای برای طبقه بندی سلولهای منفرد در بافتها مورد استفاده قرار می گیرد. همین داده ها می تواند به درک عملکرد آنها در وضعیت های مختلف سلولی منجر شود. پژوهشگران به طور فزاینده ای از داده های سلول های منفرد برای شناسایی مارکرهای مختص آن گونه ی سلولی بهره می گیرند و سپس آنها را برچسب گذاری کرده و به نقشه یابی مکانی این گونه های سلولی، درون یک بافت کامل می پردازند. برای مثال یک پژوهش موفق شد تعداد زیادی از گونه های سلولی نادری را درون روده شناسایی کند که در عمل ترشح نقش داشته اند. مطالعه ی دیگری با ادغام روش توالی یابی RNAی تک سلول منفرد با روش تصویربرداری از گانگلیون سمپاتیک موش، توانست از جمعیت های نورونی خاصی پرده برداری کند که در عضلات در مور مور شدن پوست و سفت شدن نوک پستان نقش دارند.
https://goo.gl/k7yIfg
برای درک تغییرات تنظیم ژنی که تمایز را در سلول ها هدایت می کند، روش های محاسباتی ای نیز ایجاد شده اند. بررسی های شبه زمانی می تواند سلول های منفرد را در بازسازی مسیر های تمایز ، نقشه برداری کند و از این طریق می توان سلولهای دخیل در مراحل تمایز را تشخیص داد. روش های بهتری نیز برای تشخیص تغییرات تنظیمی در ژنهایی که این جابجایی ها و تصمیمات سلولی را راهبری می کند، مورد نیاز است. برای فهم این فرایندهای گذار در آبشار تمایز سلول های خونی، در یکی از پژوهش ها، بیان ژنی سلول های منفرد از یک مخلوط سلول های خونی در وضعیت های گوناگون، بررسی و ثبت شد و یک مدل دینامیک از شبکه های تنظیمی فاکتورهای رونویسی اصلی تهیه شد. آزمایشات دوره ی زمانی (Time-course experiments) با ارزان تر و آسان تر شدن توالی یابی تک سلول های منفرد، عملی تر شده اند و این جنبه هایی که به آزمایشات اضافه شده اند به دانشمندان کمک می کند تا تغییراتی که عامل هر وضعیت سلولی هستند، را کشف کنند.
آزمایشات ایجاد اخلال (Perturbation) نیز نوید بخش راه های تازه ای برای کشف عملکردها هستند. ادغام سیستم ویرایش کریسپر با مطالعات روی سلول های منفرد، روش قدرتمندی برای شناسایی تاثیر خاموش کردن ژنها روی رونویسی آن سلول منفرد و فنوتیپ های سلولی خواهد بود. اکنون که توالی یابی RNA در تک سلول های منفرد، در مقیاس کلان دارد روتین می شود، ما باید به دنبال پیشرفت های آزمایشگاهی و آنالیزی باشیم که نور آگاهی را بر عملکردهای سلولی بتاباند.
✔️آزمایشگاه پارس سیلیکو
@practicalbioinformatics
📝 Nature Methods (2017)
✍توالی یابی یک سلول منفرد، نقش یک سلول در عملکرد بافت را آشکار می کند.
توالی یابی یک سلول منفرد درهای جدیدی را به سوی مسئله ی عدم ناهمگنی بافت گشود و مطالعه برروی انواع سلول های جدید و جمعیت های سلولی نادر را امکان پذیر کرد.برنامه های کاربردی و ابزارهای انالیز نوین ، بر اهمیت بررسی نقش های عملکردی سلول ها در بافت ها و رخدادهای تمایزی و نیز بر اهمیت برنامه های ژنتیکی که آن وقایع را رهبری می کنند، تاکید می کنند.
تشابه در رونویسی به طور گسترده ای برای طبقه بندی سلولهای منفرد در بافتها مورد استفاده قرار می گیرد. همین داده ها می تواند به درک عملکرد آنها در وضعیت های مختلف سلولی منجر شود. پژوهشگران به طور فزاینده ای از داده های سلول های منفرد برای شناسایی مارکرهای مختص آن گونه ی سلولی بهره می گیرند و سپس آنها را برچسب گذاری کرده و به نقشه یابی مکانی این گونه های سلولی، درون یک بافت کامل می پردازند. برای مثال یک پژوهش موفق شد تعداد زیادی از گونه های سلولی نادری را درون روده شناسایی کند که در عمل ترشح نقش داشته اند. مطالعه ی دیگری با ادغام روش توالی یابی RNAی تک سلول منفرد با روش تصویربرداری از گانگلیون سمپاتیک موش، توانست از جمعیت های نورونی خاصی پرده برداری کند که در عضلات در مور مور شدن پوست و سفت شدن نوک پستان نقش دارند.
https://goo.gl/k7yIfg
برای درک تغییرات تنظیم ژنی که تمایز را در سلول ها هدایت می کند، روش های محاسباتی ای نیز ایجاد شده اند. بررسی های شبه زمانی می تواند سلول های منفرد را در بازسازی مسیر های تمایز ، نقشه برداری کند و از این طریق می توان سلولهای دخیل در مراحل تمایز را تشخیص داد. روش های بهتری نیز برای تشخیص تغییرات تنظیمی در ژنهایی که این جابجایی ها و تصمیمات سلولی را راهبری می کند، مورد نیاز است. برای فهم این فرایندهای گذار در آبشار تمایز سلول های خونی، در یکی از پژوهش ها، بیان ژنی سلول های منفرد از یک مخلوط سلول های خونی در وضعیت های گوناگون، بررسی و ثبت شد و یک مدل دینامیک از شبکه های تنظیمی فاکتورهای رونویسی اصلی تهیه شد. آزمایشات دوره ی زمانی (Time-course experiments) با ارزان تر و آسان تر شدن توالی یابی تک سلول های منفرد، عملی تر شده اند و این جنبه هایی که به آزمایشات اضافه شده اند به دانشمندان کمک می کند تا تغییراتی که عامل هر وضعیت سلولی هستند، را کشف کنند.
آزمایشات ایجاد اخلال (Perturbation) نیز نوید بخش راه های تازه ای برای کشف عملکردها هستند. ادغام سیستم ویرایش کریسپر با مطالعات روی سلول های منفرد، روش قدرتمندی برای شناسایی تاثیر خاموش کردن ژنها روی رونویسی آن سلول منفرد و فنوتیپ های سلولی خواهد بود. اکنون که توالی یابی RNA در تک سلول های منفرد، در مقیاس کلان دارد روتین می شود، ما باید به دنبال پیشرفت های آزمایشگاهی و آنالیزی باشیم که نور آگاهی را بر عملکردهای سلولی بتاباند.
✔️آزمایشگاه پارس سیلیکو
@practicalbioinformatics